特斯拉开硬件发布会，马斯克diss同行：傻X才用激光雷达

本文来自微信公众号：量子位（ID：QbitAI），作者：李根、乾明，封面：Tesla。

想得远，做得大，diss一切，他行他上。

这就是伊隆·马斯克在刚刚结束的特斯拉自动驾驶开放日上的表现。

马斯克和软硬件高管们一起，正式推出特斯拉全自动驾驶产品，包含芯片、硬件，以及软件配套方案。

并且立下flag：这是全世界最先进的自动驾驶计算机。

而且实现全自动驾驶能力的特斯拉，还将开启新玩法：RoboTaxi，马斯克说最快明年，就让大家上街打到无人驾驶的电动特斯拉汽车。

当然，马斯克发言，怎么能少了diss业内标准和同行。

这次炮火主要集中在激光雷达，钢铁侠说任何使用激光雷达方案的人都是大傻X，注定失败（doomed）。

完整详情，我们一页页讲。

全自动驾驶硬件√

首先跟马斯克登台的是自动驾驶工程副总裁Pete Bannon（皮特·班农）。

皮特2016年从苹果跳槽到特斯拉，现在是马斯克最器重的高管之一。

他先给出全自动驾驶硬件的开发时间表，并表示去年12月就开始进入改装车。

接下来就是产品亮相时刻。

特斯拉把这个全自动驾驶的硬件称为Hardware 3.0，每套HW3.0含2套FSD硬件，未来会嵌入手套箱的顶部。

整体性能方面，达到了144 TOPS，秒杀英伟达的Drive Xavier的理论性能值21 TOPS，马斯克说：7倍。

而HW3.0的关键所在——FSD，结构如下：

采用14纳米FinFET CMOS工艺制造，尺寸为260毫米，具有60亿个晶体管和2.5亿个逻辑门，能够处理高达每秒2.5千兆像素和36.8 TOPS。

LPDDR4 RAM模块具有68 GB/s的峰值带宽，其图像信号处理器具有24位流水线并支持高级色调映射和高级降噪——每个都可以以高达每秒1G的速度执行操作。

体积不大，但能力强大。

FSD采取双神经网络处理器冗余模式，都是2GHz，32MB的SRAM内存和96×96多个并添加阵列，每秒可处理高达1TB的数据并执行36 TOPS（总共72 TOPS）。

而且双处理器相互独立运算，一个处理器挂掉另一个还能继续工作。

另外，还有2.2GHz的十几个ARM A72 64位CPU，性能是当前解决方案的2.5倍。

32位和64位浮点运算的GPU。

另外，FSD只运行特斯拉加密过的软件，非特斯拉软件，概不支持。

也有专门独立的安全模块进行护航。

此外，能耗方面，FSD每英里的功耗约为250瓦。

而且就在提及功耗时，马斯克再次以7倍作为补充。他说老黄家的Xavier功耗是FSD的7倍，成本也是7倍，但FSD的神经网络加速性能，却是Xavier的7倍。

（不知道老黄听了能不能忍？）

特斯拉方面还说，新芯片上的神经网络处理器，可以处理汽车8个不断运行的摄像头每秒2100帧的输入图像，这相当于每秒25亿像素。

峰值方面，皮特表示每秒50万亿次运算是HW3.0的目标性能。

另外，马斯克还强调，神经网络处理器IP完全特斯拉自主，生产代工则由三星在德州的工厂进行。

钢铁侠还透露，特斯拉大约一个月前，就开始把Model S和X的自动驾驶从英伟达的Drive平台切换到自研芯片，大约10天，Model 3也加入了该序列。

马斯克也掩饰不住自己的骄傲：

“这听起来不太可能，因为特斯拉从没有设计过芯片，怎么一下子就能搞出全世界最好的芯片呢？但它就这样发生了。”

他还表示，现在特斯拉有了自动驾驶必须的硬件，接下来要做的就是不断改进软件。

但马斯克也透露，下一代芯片还会更好，而且已经在研发设计中，会比现在提升3倍，目标是2年后完成。

特斯拉CEO认为，现在他们的自动驾驶芯片，领先业界2年。

最后，FSD大概会在明年第二季度完全就绪，目前中国能力和售价如下（包含AutoPilot后价格或至74100元）：

软件：虚拟仿真不可取

登台讲解全自动驾驶软件的是特斯拉人工智能高级主管Andrej Karpathy。

主持人先是列了Andrej一长串title，包括斯坦福博士之类的。

但马斯克打断说，斯坦福遍地都是博士，而Andrej可能是全世界最优秀的计算机视觉专家。

Andrej说他的工作主要是为特斯拉训练神经网络，而且面对的挑战是实时生成的海量细节数据。

但Andrej强调，在特斯拉，他们认为物理数据无法替代。

可能依赖虚拟仿真是自动驾驶目前常态，但特斯拉更信赖现实物理数据。

Andrej展示了特斯拉模拟与现实世界道路数据的比较，表示即便虚拟仿真越来越厉害，但现实世界总能不断给你不同的、意料之外的交互数据，这对自动驾驶软件系统迭代至关重要。

马斯克还现场补充说，使用模拟器，就像自己改自己的作业，实际提升有限。

真正展现的实力的，该是创建一个实际环境的模拟器——当然，这就是特斯拉所谓的阴影测试模式。

Andrej介绍说，现在特斯拉预测变道的能力越来越强，已经记录了900万次成功换道，就是影子测试不断训练神经网络后的效果。

最后，Andrej也强怼了一下激光雷达方案。

他说：“我们人类开车，都是完全视觉驱动，为啥到机器上就非激光雷达不可了呢？”

Andrej认为，激光雷达是一条捷径。但它回避了对自动驾驶至关重要的视觉识别的基本问题，它会给人一种进步的错觉，但没有解决本质问题。

Andrej还表示，现在特斯拉全视觉感知的方案，已经能处理99.999%的场景。

测试：阴影测试成效显著

接着，特斯拉工程副总裁Stuart Bowers上台，主讲特斯拉自动驾驶测试计划。

他描述了特斯拉全自动驾驶计算机的开发周期，以及它是如何与特斯拉的神经网络完美融合的。

集中介绍了“自动变道”功能。

这一功能，完全得益于“阴影模式”的测试方法。

当“感觉良好”时，这个功能就会发送给成千上万的用户。使用这项新功能的人越多，特斯拉就会越熟悉这个流程，也就会越熟练。

当特斯拉对这一功能充满信心时，将会全面铺开。

他说特斯拉每天都会发生10万起车道变更，而且没有发生任何交通事故。

马斯克重申RoboTaxi蓝图

最后，终于轮到马斯克分享，他再次展现风格：想得大，也要干得大。

（只是这一次有点底气不足，看起来状态不是很高昂。）

核心是践行“电动化—自动化—共享化”这样的路线。

实际上，他是重申了特斯拉的总体规划。

马斯克说，最快2020年（明年），特斯拉就会推出Robotaxi（无人驾驶出租车）服务。

他还开玩笑地表示，虽然他通常不能准时，但特斯拉团队总能提前完成任务。

未来，Model S和Model 3系列都会作为RoboTaxi专用车。

为了配合这一规划，还会进一步变革电池组，把使用寿命从 目前的300-500,000英里提升到100万英里，实现最低的维护费用。

另外，在RoboTaxi的大趋势下，方向盘、刹车踏板等零件会变得越来越不重要，会把它们从车里砍掉。

火力全开diss激光雷达

不过，要说此次最大亮点，还属马斯克对激光雷达方案的全面diss。

发布会开始没多久，马斯克炮火精准，火力全开。

“使用激光雷达很蠢。任何依赖激光雷达的人都注定要失败。昂贵的传感器是不必要的。这就像是一大堆昂贵的附属品。”

他还用阑尾进行了比喻，一个阑尾不好——那么，一大堆阑尾怎么样？这太荒谬了，你们会明白的。

在发布会后面的环节中，马斯克再度重申了自己的态度，“我们要抛弃激光雷达，记住我的话，这就是我的态度”。

但马斯克也不是完全不认可激光雷达。在谈到SpaceX公司使用激光雷达时，他说这是有意义的，只是把激光雷达用在汽车上是“愚蠢的”。

发布会结束的时候，马斯克还不忘再次diss：

虚假和愚蠢=高精地图和激光雷达

False and foolish = HD maps and LiDAR

如此疯狂“批斗”激光雷达，也引起了很多人的不满。

有网友评论称：

激光雷达：有一个大箱子在路上，停车。

特斯拉的视觉：路上有一辆消防车，我们就要撞上了。

也有人在Hacker News上现身说法，直击特斯拉视觉系统痛点：

几周前芝加哥下雪了，我的AutoPilot关闭了，因为大雪遮住了摄像头。所以我不会买这些“没有激光雷达的自动驾驶”的东西。

总之，马斯克台上diss，网友们网上反击，又吵起来了。

现场倒没啥争论，此次参会者多是特斯拉股东，他们现场都领到了测试体验的名额。

刚发布的特斯拉全自动驾驶，他们有幸可以当一把小白鼠。

祝他们好运，God bless 特斯拉的车主和股东们。

One more thing：英伟达回怼

特斯拉发布会结束后，英伟达发言人发表声明：

特斯拉将其全自动驾驶计算机的处理能力，与英伟达Drive Xavier的处理能力进行了不准确的比较。

正确的比较应该是与英伟达的全自动驾驶计算机Nvidia Drive AGX Pegasus进行比较，后者提供320 TOPS用于AI感知、定位和路径规划。

声明中还指出，Xavier提供了30 TOPS的处理能力，但特斯拉却说它只提供21 TOPS。

此外，使用单个Xavier处理器的系统，是为辅助驾驶自动驾驶而设计的，而不是全自动驾驶。

资本市场也不买账。

特斯拉“全自动驾驶”发布会结束，股价下跌3.85%。而且有意思的是，YouTube的直播视频已不接受回放。

更诡异的是，官网预订页也一度遭遇意外，竟然404了。

*文章为作者独立观点，不代表虎嗅网立场

End

#现在加入虎跑团·前沿技术团，捕捉最新最精准的前沿科技产业化情报，与业内一线团员成为商业伙伴，一同参访阿里、微软、百度等标杆企业，同步享受产业升级 / 技术创业全链条护航~

 虎跑团·前沿技术团 

首期团员招募火热来袭

合作及报名添加微信：hupaovip